Programa Enfocado de Inteligencia Artificial del Medio Marítimo y Marino (Online Gran Canaria)

CONTENIDOS

MÓDULO 0 FORMACIÓN Y HERRAMIENTAS DEL AULA VIRTUAL

Módulo 1.- Introducción a la transformación digital, tecnologías y modelo de madurez y Fundamentos de IA aplicada al Medio Marino

A la finalización del módulo, el alumno será capaz de entender el contexto actual en el que se están desarrollando las estrategias digitales de las organizaciones, así como conocer el grado de madurez digital de una organización en la adopción de IA como objetivo proporcionar una comprensión básica de la IA aplicada al medio marino, incluyendo conceptos como el aprendizaje automático y las redes neuronales, así como herramientas de IA específicas para el medio marino. El objetivo es que los participantes adquieran una comprensión fundamental de la IA y sus aplicaciones en el medio marino. 

Objetivos

• Entender que cómo la digitalización está transformando las organizaciones, especialmente en el contexto actual de post-covid-19.
• Impacto de la Industria 4.0 en el medio marino y cómo la IA se integra cada tecnología emergente, así como ejemplos en el medio marino. 
• Conocer las principales tecnologías clave que están impulsando la digitalización en las organizaciones.
• Conocer el grado de madurez digital de una organización, especialmente en la adopción de la IA.
• Identificar las palancas de desarrollo a tener en cuenta para la generación de una estrategia digital first, que es la base previa para poder incorporar la IA. 
• Entender conceptos como aprendizaje automático, redes neuronales, etc.
• Entender qué es un Data Lake y aprender a consultar y buscar datos en un Data Lake mediante uso de tecnologías tradicionales de bases de datos (en datos estructurados) o tecnologías alternativas (indexación – de texto, video, audio – y bases de datos NOSQL).

Contenidos

• Transformación Digital. El viaje de la empresa en la era digital
• Tecnologías clave para la Transformación Digital
• Modelo de madurez en la adopción de la Inteligencia Artificial
• Introducción a la IA aplicada al medio marino.
• Componentes de un Centro de Excelencia de AI
• Aprendizaje automático, redes neuronales y otros conceptos básicos.
• Aplicaciones de la IA en el medio marino.

Módulo 2.- Sistemas de apoyo a la toma de decisiones

Este módulo se enfoca en el uso de la IA para tomar decisiones informadas en la gestión de los recursos marinos. Los participantes aprenderán a utilizar la IA para predecir la ubicación de especies marinas, detectar y monitorear la sobrepesca y predecir condiciones oceánicas. El objetivo es que los participantes comprendan cómo la IA puede mejorar la toma de decisiones en la gestión de los recursos marinos.

Objetivos

• Técnicas de visualización de datos.
• Crear y producir ciencia de datos utilizando un entorno fácil e intuitivo, para aplicarlo en la gestión de recursos marinos

Contenidos

• Utilización de la IA para la toma de decisiones en la gestión de los recursos marinos.
• Predicción de la ubicación de las especies marinas.
• Detección y seguimiento de la sobrepesca.

Módulo 3.- Análisis de datos marinos

El objetivo de este módulo es proporcionar a los participantes las habilidades y conocimientos necesarios para procesar y analizar datos marinos. Esto incluye técnicas de procesamiento de imágenes y señales, así como técnicas de análisis de Big Data. El objetivo es que los participantes puedan comprender y manejar datos marinos complejos. 

Objetivos

• Aprender los diferentes modelos de clasificación y regresión utilizados en machine learning.
• Aprender a realizar visualizaciones de datos dentro de los procesos de IA, ML y DL
• Realizar ejercicios completos con datasets casi reales, para comprender de primera mano la aplicación de estos modelos.

Contenidos

• Introducción a los datos e información marina.
• Procesamiento y análisis de datos marinos.

Módulo 4- Machine Learning aplicado al medio marino

El objetivo general de este módulo es conocer los aspectos básicos del ‘machine learning’ –aprendizaje automático. Esta rama de la inteligencia artificial permite que las máquinas aprendan sin ser expresamente programadas para ello. Una habilidad indispensable para hacer sistemas capaces de identificar patrones entre los datos para hacer predicciones. 

Objetivos

• Comprender que es el Machine Learning y cuándo aplicarlo
• Aprender a utilizar los diferentes modelos de aprendizaje supervisado y no supervisado 

Contenidos

• Visual Data Mining.
• Introducción al machine learning.
• Aprendizaje supervisado y no supervisado.
• Modelos supervisados: Clasificación (con KNIME)
• Árbol de clasificación 
• Regresión logística 
• Modelos ensemble: Random Forest, XGBoosting
• Modelos no supervisados: Regresión (con KNIME) 
• Regresión lineal múltiple, regresión lineal polinómica 
• Regresión con árboles de regresión 

Modulo 5.- Redes profundas, convolutivas y secuenciales

En este módulo el alumno conocerá de primera mano qué son las redes neuronales profundas, así como su arquitectura tecnológica y uso dentro de los modelos de aprendizaje profundo. Para ello, se iniciará en el conocimiento de las redes neuronales artificiales, fundamentales para la Inteligencia Artificial. Entenderá cómo funcionan, cómo son entrenadas y cómo se dan las interacciones entre las distintas neuronas que las constituyen.

Objetivos

• Conocer una de las arquitecturas tecnológicas más importantes usadas en la Deep Learning o Aprendizaje Profundo, y su uso en el reconocimiento de patrones.
• Entender cómo funcionan las neuronas artificiales y cómo se entrenan para su uso en la empresa

Contenidos

• Introducción al deep Learning
• Servicios Cognitivos
• Redes recurrentes, convolucionales
• Transformers
• Definición y escenarios de aplicación
• Modelos LSTM
• Aplicación con KNIME . Modelos no supervisados – Cluster Analysis (con KNIME)

Módulo 6.- Herramientas de IA y Ética y responsabilidad en el uso de la IA en el medio marino 

Este módulo tiene dos partes:

A)    Como objetivo proporcionar a los participantes las herramientas necesarias para implementar soluciones de IA en el medio marino. Los participantes aprenderán a utilizar las bibliotecas de IA y los lenguajes de programación específicos para el medio marino, como TensorFlow, Keras, Python y MATLAB.

Objetivos

• Adquirir habilidades prácticas para implementar soluciones de IA en el medio marino, desde la adquisición de datos hasta la construcción de modelos de aprendizaje automático y la evaluación del rendimiento de los modelos.
• Integrar herramientas de IA con otros sistemas y aplicaciones, como sistemas de monitorización de recursos marinos y sistemas de información geográfica.
• Seleccionar y utilizar las herramientas de IA adecuadas para implementar soluciones de IA en el medio marino. 
• Evaluar y optimizar el rendimiento de los modelos de IA para mejorar su precisión y eficacia en el contexto marino.

Contenidos

• Python, TensorFlow, R, Matlab y otras herramientas.
• Procesamiento y análisis de datos con herramientas de IA.

B)    El objetivo de esta segunda parte del módulo es proporcionar a los participantes una comprensión de las consideraciones éticas y responsabilidades en el uso de la IA en el ámbito marino. Los participantes aprenderán sobre la privacidad de los datos, la transparencia de los algoritmos y el sesgo algorítmico, y cómo gestionar proyectos de IA aplicada al medio marino de manera ética y responsable. El objetivo es que los participantes comprendan las implicaciones éticas y responsabilidades en el uso de la IA en el medio marino y sean capaces de tomar decisiones informadas y éticas en su trabajo

Objetivos

• Comprender las consideraciones éticas y responsabilidades en el uso de la IA en el ámbito marino 
• Privacidad de datos e implicaciones éticas en los casos de uso de IA

Contenidos

• Consideraciones éticas y responsabilidades en el uso de la IA en el ámbito marino.
• Privacidad de los datos, transparencia de los algoritmos y sesgo algorítmico.
• Gestión de proyectos en IA aplicada al medio marino.